SAHRUDIN, MUHAMMAD (2025) ANALISIS SENTIMEN PADA ULASAN MENGENAI KEPUASAN KONSUMEN TERHADAP JUAL BELI ONLINE TOKOPEDIA. Skripsi thesis, UNIVERSITAS ALMA ATA YOGYAKARTA.
|
Text
173100007 MUHAMMAD SAHRUDIN - Muhammad Sahrudin.pdf Download (4MB) | Preview |
Abstract
Latar Belakang: Perkembangan teknologi yang pesat mempermudah masyarakat, termasuk dalam transaksi online. E-commerce memungkinkan jual beli lebih mudah dan fleksibel, didukung oleh akses internet yang semakin luas. Salah satu platform populer di Indonesia adalah Tokopedia, yang berupaya mempertahankan loyalitas pelanggan. Penelitian diperlukan untuk menganalisis feedback pengguna terhadap platform ini. Rumusan Masalah: Bagaimana mendapatkan model Naive Bayes yang optimal untuk mengklasifikasi sentiment ulasan Aplikasi Tokopedia setelah bergabung di TikTok? Tujuan Penelitian: Untuk mengetahui model Naïve Bayes yang optimal dalam klasifikasi sentimen ulasan Tokopedia setelah bergabung di TikTok. Metode Penelitian: Desain penelitian yang digunakan peneliti adalah text mining. Pada penelitian ini, peneliti menggunakan metode pengumpulan data dengan teknik sekunder. Data diambil dari situs website Kaggle.com. Dataset yang dapat diakses melalui alamat website Tokopedia Playstore Reviews (kaggle.com). Data dari website ini dapat disimpan dalam bentuk file csv. Dataset ini berisi kumpulan ulasan aplikasi Tokopedia yang dikumpulkan dari Play Store dalam bahasa Indonesia. Data ini dapat digunakan untuk analisis sentimen, pemodelan bahasa alami, dan penelitian terkait dalam konteks aplikasi perangkat lunak. Setiap ulasan disertai dengan informasi tentang penilaian pengguna, tanggal ulasan, dan teks ulasan itu sendiri. Hasil: hasil dari penerapan metode algoritma Naïve Bayes untuk mengevaluasi sentimen pada ulasan pengguna aplikasi Tokopedia di googleplay. Dapat dilihat bahwa hasil tidak sempurna 100% karena memang ada beberapa kesalahan analisis yang salah diberikan oleh Naïve Bayes, karena semakin banyak Naïve Bayes diberi data latih, maka hasil analisis yang dilakukan otomatis oleh Naïve Bayes akan semakin akurat. Hasil analisis sentiment dengan model Na ve a es pada ulasan Tokopedia setelah bergabung dengan TikTok menunjukkan lebih banyak sentimen negatif dibandingkan positif, terutama terkait jasa pengiriman dan fitur aplikasi. Namun, selisihnya tidak terlalu besar, menandakan masih banyak pengguna yang puas. Akurasi klasifikasi dengan Confusion Matrix mencapai 84.38%. Analisis menggunakan Rapidminer melibatkan tiga tahap: cleaning data, preprocessing text, dan analisis sentimen. Sepuluh kata ulasan terbanyak mencakup "barang," "kurir," "bagus," dan "pengiriman." Wordcloud digunakan untuk menampilkan persentase kemunculan kata setelah preprocessing. Kata kunci: Tokopedia, Naïve Bayes, Rapidminer, Preprocessing Text, Analisis Sentimen.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Subjects: | ILMU ILMU KOMPUTER > Sistem Informasi |
| Divisions: | FAKULTAS KOMPUTER DAN TEKNIK > PROGRAM STUDI S1 SISTEM INFORMASI |
| Depositing User: | Nuyass Nuyassiruka Nuyassiruka |
| Date Deposited: | 07 Nov 2025 04:29 |
| Last Modified: | 07 Nov 2025 04:29 |
| URI: | http://elibrary.almaata.ac.id/id/eprint/5335 |
Actions (login required)
 |
View Item |
